特定人语音识别算法——DTW算法

在特定人孤立词语音识别中,最为简单有效的方法是采用动态时间弯折(dynamic time warping,DTW)算法。该算法基于动态规划(DP)的思想,解决了发音长短不一的模板匹配问题,是语音识别中很成功的一种匹配算法。     

知音识谱机械手的设计

基于英特尔凌动处理器的MinnowBoard Turbot嵌入式平台,设计了一套多功能智能机械手。通过STFT进行音谱分析,构造声纹库,并利用Shazam算法实现听歌识曲功能;通过大津法全局阈值、Radon倾斜校正和SSIM相似度匹配等算法,实现曲谱的识别和匹配功能。另外,通过制定一套全新的电子乐谱协议,实现电子琴演奏功能。实测表明,该系统能够流畅地完成乐曲演奏,实现听歌识曲和乐谱识别功能。通过扩展歌曲库,能根据实际需要任意录入歌曲,实现更丰富的歌曲识别功能。系统可以应用于乐器辅助教学和相关场合的歌曲演奏,也可以为机器智能化运用拓展新的思路。     

基于Freeman链码二维图像轮廓的提取与匹配

在边缘检测技术的基础上,利用Freeman链码的性质实现了二维图像轮廓的提取;并运用动态规划编程,提出了一种新的图像轮廓匹配算法。结果表明,该算法比传统的图像轮廓匹配算法更简洁有效。     

基于改进SURF算法的机器人识别匹配方法

由于传统SURF匹配算法选取大量不符合预期的特征点,增加了后期匹配运算时间,导致不能满足工业级应用快速性的要求。提出一种改进的SURF算法,首先对摄像头获取的目标图像进行均值滤波处理,然后选择合理阈值、运用Canny算子对获取的目标图像进行边缘检测,再通过Hessian矩阵获取图像局部最值,并利用SURF算法对边缘图像进行匹配。仿真结果表明,该SURF算法在应用于工业机器人目标识别匹配时,既能减少匹配时间,又可以提高匹配准确度。     

非线性化改进的KP-Detector模型在人体姿态识别中的应用

针对现有体态识别模型检测精度不高、检测周期过长以及模型参数规模过大等问题,提出一种新的改进模型——KP-Detector.该模型将关节点和肢体分开检测和识别,使用改进的PLF匹配方法及Dense连接机制,减少模型复杂度;运用匈牙利算法进行肢体高效匹配,优化使用6层模型结构,同时应用于单人和多人关节点检测.在MPII数据...     

应用VQ的说话人识别系统的改进

说话人识别是语音识别的一种特殊方式，其目的不是识别语音内容，而是识别说话人是谁，即从语音信号中提取个人特征。采用矢量量化(VQ)可避免困难的语音分段问题和时间归整问题，且作为一种数据压缩手段可大大减少系统所需的数据存储量。本文提出了识别特征选取采用复倒谱特征参数和对应用VQ的说话人识别系统改进的一种方法。当用于训练的数据量较小时，复倒谱特征可以得到比较稳定的识别性能。VQ的改进方法避免了说话人识别系统的训练时间与使用时间相差过长从而导致系统的性能明显下降以及若利用自相关函数带来的大量运算。     

基于密码杂凑函数的安全规则匹配优化算法

随着防火墙、入侵防御系统等网络安全规则数目的快速增长,规则匹配效率成为影响网络安全设备性能的一个瓶颈。基于密码杂凑算法的随机性、低碰撞性等良好特性,设计了一种用于防火墙等网络安全设备的安全规则匹配算法。通过调整密码杂凑算法轮数、存储空间大小等参数,达到存储空间资源占用与实现效率的平衡。分析了规则数目、存储空间大小和发生碰撞概率之间的关系,以及软硬件实现的速度。该方案比以前的简单哈希算法碰撞概率低,适用于高性能防火墙等网络安全设备的性能优化和效率提升。     

嵌入式智能视频监控报警系统设计

提出了一种基于ARM嵌入式系统的自动智能视频监控报警系统设计方案,改进了一种基于图像RGB到HLS色彩空间变换的图像处理算法,有效地解决了图像自动识别过程中亮度对于识别精度的影响,并对复杂的HLS色彩空间变换算法进行了优化,使之能够流畅运行在当前流行的ARM嵌入式系统上。提出了一种摄像头位移自动判断识别方法,能够有效地解决摄像头角度和位置变化导致的图像基准背景变化对自动识别精度带来的巨大影响。该视频图像处理技术能够应用于智能小区住户以及中小型企业的安全保障系统,并能显著降低安保投入成本,提升安保准确率。     

基于遗传算法的LED芯片快速定位系统

提出了一种基于遗传算法结合图像模板匹配的LED芯片位置检测快速定位系统.首先利用视觉技术对LED芯片进行非接触检测获取图像,然后对图像进行预处理和调整等,再通过遗传算法对LED芯片图像进行SSDA模板匹配算法操作,识别并定位得到被测LED芯片在晶圆中的坐标位置,最后比较遗传匹配算法与传统算法的定位效率.实验结果表明,该方法既具有遗传算法的随机性和快速性,又具有模板匹配的鲁棒性、可靠性.     

一种提高掌纹识别率方法的研究

掌纹识别是利用人的手掌掌纹图像对其身份进行认证的一种生物特征识别技术,有着巨大的发展潜力。掌纹线中的主线和皱褶是重要的特征,在空间域内掌纹图像中纹理的疏密和深浅,与频域内能量聚集和紧密程度相关。目前的掌纹研究主要集中在就一种掌纹特征的提取算法上如何提高匹配率,而对结合两种以及两种以上的掌纹特征的提取算法,如何提高掌纹识别匹配率的讨论较少。提出了一种有效提高掌纹识别率的方法,即结合点特征的提取和傅立叶变换特征的提取,提高掌纹特征匹配识别率。将该方法与单独使用点特征提取和傅立叶变换提取进行了比较实验,实验结果证明新方法的识别率有明显提高。     

基于音素的话者特定英语命令识别

1　Introduction　Sincethe 195 0s ,speechrecognitiontechnologies ,bothspeaker dependentandspeaker independent ,withsmallorlargevocabulary ,andusingisolatedorconnectedwords,orcontinuousspeech ,havedevel opedandbeenwidelyapplied .Recentlyithasbecomeadominanttechnologyforhuman machineinterface .Speechrecognitionisbasicallytreatedasaproblemofpatternmatching .Thegoalistotakeonepattern ,i .e .,thespeechsignal,andclassifyitasasequenceofpreviouslylearnedpatterns ,e.g .,wordsorsubwordunitssuchsphonems[1…     

语音识别系统软件设计

提取语音信号的MFCC特征参数,用矢量量化（VQ）的LBG算法来建立匹配模板.在MATLAB软件平台上,基于GUI界面实现说话人识别系统软件设计,并通过实验验证其有效性.     

噪声环境中基于DTW的说话人识别

在VC++环境下,提取PLAR特征参数,基于听觉特性和语谱特性的语音增强器作为预处理器,对语音信号首先进行降噪处理,建立了基于DTW的抗噪声说话人识别系统.实验结果表明,即使在信噪比比较低的情况下,该系统都会在一定程度上提高多种噪声环境下说话人识别系统的识别性能.     

基于复合特征 BP 神经网络算法的车牌识别技术研究

传统的模板匹配算法对车牌图像的伸缩、倾斜及背景干扰比较敏感,识别效果不理想.提出将对字符进行归一化处理后所提取的点特征与重心特征进行复合,作为 BP 神经网络算法的输入特征,大大提高了识别率与识别速度.     

基于PCA人脸识别的智能防盗报警系统的设计与实现

针对我国智能安防行业中普遍使用指纹识别系统,而传统的人脸识别系统使用范围小、售价高、普及率低的现状,设计了一种基于PCA人脸识别的智能防盗报警系统。该系统采用PCA算法进行人脸特征降维,识别后设置警报阀值,采用GSM通信实现智能防盗报警功能。通过硬件与软件的设计安装与调试,以及系统整体的测试调试,该系统能有效识别人脸,并在系统出发警报时通过GSM短信进行实时通信报警。     

基于特征匹配与 CNN 的浮动验证码识别研究

为有效识别浮动验证码,提出一种基于特征匹配与卷积神经网络的识别方法。首先使用特征匹配的方法得到匹配特征点,结合交叉匹配算法与 K 近邻匹配算法滤除错误匹配;然后对特征点进行聚类及投票分析,得到待识别字符区域,将其分割得到单个字符;最后在 mnist 手写数字数据集的基础上加入英文字符,构建卷积神经网络模型,将数据集送入模型进行训练。对 10 000 张浮动验证码进行测试,结果表明,该方法对浮动验证码的识别准确率达 95%,且构建的训练集具有可扩展性,可进一步应用到其它类型的字符识别中。     

一种高效的虹膜身份验证系统

虹膜识别技术是一种非侵犯性的身份鉴别技术.文中探讨了虹膜识别系统,该系统分为虹膜图像的捕获、图像的预处理、特征提取和匹配几大部分;并在此基础上提出了自动虹膜识别算法和虹膜图像的校准技术,最后用基于相位匹配和二维傅里叶变换的幅值差方法来确定虹膜图像的匹配结果.实验证明,该方法运算速度较快,识别效果良好.     

基于双目视觉的运动位姿误差检测方法研究

为了提高人体运动位姿误差检测能力,提出基于双目视觉的运动位姿误差检测方法。采用双目视觉跟踪融合识别方法对运动位姿的样本动态特征点进行采样,以全局人体姿态信息为候选样本,进行运动位姿双目视觉特征高分辨提取,采用模板匹配方法,构建人体部位姿态候选样本轮廓分布集,获取模板大小,根据模板大小计算运动位姿的误差概率分布,利用相邻图像帧之间的运动特征分布集,构建运动位姿图像的位置信息检测模型,在此基础上,采用自适应颜色覆盖方法对运动位姿的误差概率分布做极小化处理,完成对人体运动位姿误差检测。仿真结果表明,采用该方法进行运动位姿误差检测的特征分辨能力很好,降低了检测误差,提高了运动位姿双目视觉跟踪识别能力。     

人工智能视角下深度学习的研究热点与教育应用趋势——基于2006～2019年WOS数据库中20708篇文献的知识图谱分析

近年来,深度学习已经成为人工智能教育研究领域的前沿。为了更进一步审视人工智能视角下的深度学习,文章以Web of Science(WOS)核心数据库为文献数据来源,对2006~2019年与深度学习有关的20708篇有效文献进行了知识图谱分析,发现:2014年以后深度学习相关研究的年发文量激增,且重要的节点文献大多集中在计算机模式识别和视觉领域;中国、美国、英国产出的深度学习研究成果占国际发文总量的一半以上;深度学习的相关研究主要集中在大学开展;主流算法、多模态识别、教育应用场景是深度学习的三个研究热点。基于此,文章提出:深度学习主流算法支持的人工智能分析平台搭建、教育数据多模态识别范式更迭、基于场景的智慧校园生态圈构建代表了未来深度学习的教育应用趋势。     

应用VQ-HMM的汉语数码语音识别

提出了一种新的语音识别方法,该方法综合了VQ和离散HMM算法,在每个状态通过用矢量量化误差值取代传统的HMM输出概率值来建立VQ-HMM.介绍了VQ-HMM,并通过非特定人汉语数码语音识别实验对其识别性能与传统的HMM作了相应的比较.实验结果表明该方法识别效果优于传统的HMM.,In this paper, a new speech recognition method was proposed, which integrated a VQ-distortion measure and a discrete HMM. The VQ-HMM uses a VQ-distortion measure at each state instead of a discrete output probability used by a discrete HMM. The VQ-HMM is described, and its speech recognition performance is compared with the conventional HMMs through the experiments on speaker-independent Chinese spoken digit recognition. The comparisons confirm that the new method over-performed traditional HMMs.